Estadística

ESTAD
ISTICA
DISTRIBUCIONES
Alberto Luce no
Francisco J. Gonzalez
Directorio
Tabla de Contenido
Inicio Artculo
Copyright c 2003 gonzaleof@unican.es
Actualizado el: 15 de marzo de 2003 Version 2.00
Tabla de Contenido
2. Distribuciones discretas
3. Distribuciones continuas
Soluciones a los Ejercicios
Secci on 2: Distribuciones discretas 3
2. Distribuciones discretas
Ejercicio 66. Suponiendo que cada bebe tiene una probabilidad 0,51
de ser varon, hallese la probabilidad de que una familia de 6 hijos
tenga:
a). Por lo menos un ni no.
b). Por lo menos una ni na.
Ejercicio 67. Si la probabilidad de acertar en un blanco es 1/5 y se
hacen 10 disparos de forma independiente, cual es la probabilidad de
acertar por lo menos dos veces?
Ejercicio 68. Demostrar que si la variable aleatoria X tiene distri-
bucion binomial (X Bin(n, p)), se tiene:
X
= np ;
2
X
= npq.
Ejercicio 69. Se lanza una moneda 500 veces. Estimar la probabili-
dad de que el n umero de caras este comprendido entre 240 y 260.
Toc
Volver Doc Doc
Ejercicio 70. En una regulacion de calles por semaforos, la luz verde
esta encendida durante 15 segundos, la luz ambar 5 segundos y la luz
roja 55 segundos. Supongamos que las condiciones de traco inducen
variaciones aleatorias en los tiempos de llegada de los automoviles,
de forma que llegar cuando el semaforo esta verde es un suceso
aleatorio. Para cinco coches que lleguen en tiempos diferentes e inde-
terminados, calcular la probabilidad de que:
a). solo tres encuentren la luz verde;
b). a lo sumo cuatro encuentren la luz verde;
c). mas de uno encuentre la luz verde.
Ejercicio 71. Una rma de pedidos por correo enva una carta a sus
clientes. La probabilidad de que un cliente elegido al azar conteste a
esa carta es de p = 0,1. Hallar:
a). Distribucion de probabilidad del n umero X de cartas que debe
enviar hasta obtener exactamente 1 respuesta.
Toc
Volver Doc Doc
b). La esperanza y varianza matematica de la variable X.
c). Distribucion de probabilidad del n umero Y de cartas que debe
enviar para obtener exactamente k respuestas.
d). La esperanza y varianza matematica de la variable Y .
Ejercicio 72. Una caja con 12 artculos tiene 4 defectuosos. Si se
toma una muestra de 3, en un caso con reemplazamiento y en otro
sin reemplazamiento, cual sera la probabilidad de no incluir artculos
defectuosos en la muestra?
Ejercicio 73. Se lanza un dado todas las veces necesarias hasta que
aparece un 6. Si X mide el n umero del lanzamiento en que ocurre. Se
pide:
a). Que funcion de probabilidad tiene la variable aleatoria X?
b). Calcular P(X = 3).
c). Calcular P(X > 4).
Toc
Volver Doc Doc
Ejercicio 74. Sea X una variable aleatoria geometrica de parametro
p. Demostrar que:
P(X > a +b|X > a) = P(X > b),
para cualesquiera constantes positivas a y b.
Ejercicio 75. Para controlar la natalidad, un poltico algo excentrico,
propone para los nuevos matrimonios la siguiente norma: unicamente
podran tener hasta un varon y como maximo 5 hijos. Sea X la variable
n umero de hijos y V la variable n umero de varones de un matrimonio.
Se pide:
a). Probabilidad de que un matrimonio solo tenga un hijo.
b). Probabilidad de que un matrimonio tenga k hijos.
c). N umero medio de hijos por matrimonio.
d). N umero medio de varones por matrimonio.
e). Reduce esta norma la frecuencia de varones en la poblacion?
Toc
Volver Doc Doc
Ejercicio 76. Tres personas A, B, y C lanzan sucesivamente en el
orden A, B, C un dado. La primera persona que saque un 6 gana.
Si p es la probabilidad de sacar un 6 y q = 1 p, cuales son sus
respectivas probabilidades de ganar?
Ejercicio 77. Se lanza un dado todas las veces necesarias hasta ob-
tener dos seises y X mide el n umero del lanzamientos hasta que dicho
suceso ocurre. Se pide:
a). Que funcion de probabilidad tiene la variable aleatoria X?
b). P(X = 3).
c). P(X > 4).
Ejercicio 78. Sea X una variable aleatoria binomial negativa NB(k, p).
Demostrar que:
=
k
p
;
2
x
= k
q
p
2
.
Ejercicio 79. Se conoce de estudios anteriores que el tipo de grupo
Toc
Volver Doc Doc
sanguneo de una poblacion se distribuye de acuerdo a los siguientes
datos.
Grupo A B AB O
Porcentaje 43,2 14,2 6 36,6
En determinada situacion de emergencia se necesitan realizar 5 trans-
fusiones del tipo A. Se solicitan voluntarios a la poblacion y se realizan
extracciones sucesivas. Cual es la probabilidad de cubrir la emergen-
cia con el decimo donante?
Ejercicio 80. Sea X binomial Bin(n, p) y sea Y binomial negativa
NB(k, p), demostrar las siguientes relaciones entre ellas:
a). P(Y n) = P(X k).
b). P(Y > n) = P(X < k).
Ejercicio 81. La centralita telefonica de un hotel recibe un n umero
de llamadas por minuto que sigue una ley de Poisson con media 0,5.
Determinar la probabilidad de que en un minuto al azar:
Toc
Volver Doc Doc
a). Se reciba una unica llamada.
b). Se reciban un maximo de dos llamadas.
c). La centralita quede bloqueada, sabiendo que no puede realizar
mas de 3 conexiones por minuto.
Ejercicio 82. En una gran ciudad se producen 2 incendios anuales
por termino medio. Cual es la probabilidad de que el proximo a no se
produzcan mas de cuatro?
Ejercicio 83. Sea X una variable aleatoria de Poison de parametro
, Po(). Demostrar que:
= ;
2
x
= .
Ejercicio 84. Se lanza una moneda 500 veces. Hallar la probabilidad
de que la frecuencia relativa de caras este comprendida entre 0,45 y
0,65.
Ejercicio 85. Cuantas veces habra que lanzar una moneda regular
Toc
Volver Doc Doc
a n de tener al menos un 95 % de seguridad de que la frecuencia
relativa de caras diste a lo mas 0,1 de la probabilidad teorica 0,5?
Ejercicio 86. Cuantas veces habra que lanzar un dado regular a n
de tener al menos un 95 % de seguridad de que la frecuencia relativa
de caras diste a lo mas 0,1 de la probabilidad teorica 1/6?
Ejercicio 87. Una fabrica produce artculos defectuosos con una pro-
babilidad del 5 %. Cuantas tornillos habra que inspeccionar para te-
ner al menos un 98 % de seguridad de que la frecuencia relativa de
tornillos defectuosos f
D
diste de 0,05 en menos de 0,02? Contestar a
la pregunta anterior si la probabilidad real de 0,05 es desconocida.
Ejercicio 88. Dos personas juegan a cara o cruz y han convenido en
continuar la partida hasta que tanto la cara como la cruz se hayan
presentado por lo menos 3 veces. Hallar la probabilidad de que el juego
no se acabe cuando se han hecho 10 tiradas.
Ejercicio 89. Un test psicotecnico comprende 50 preguntas, para ca-
da una existe una unica respuesta correcta sobre 5 posibles. Cada
respuesta correcta vale 1 punto.
Toc
Volver Doc Doc
a). Si se somete a una persona a este test y responde al azar, hallar
la probabilidad de que obtenga cero puntos.
b). Si fuesen 200 personas respondiendo al azar, hallar el n umero
medio de personas que obtienen 10 puntos.
Ejercicio 90. Una gran empresa celebra, exactamente dentro de un
a no, su centenario. La direccion decide que todos los hijos de los traba-
jadores que nazcan el da del centenario tendran derecho a una cuenta
de ahorro de 5000 euros. Suelen nacer 730 ni nos al a no, es decir, unos
2 por da. El valor esperado del desembolso a efectuar es de 10000 eu-
ros. La direccion destina 25000 euros para prevenir alguna desviacion.
Cual es la probabilidad de que esta cantidad resulte insuciente?
Ejercicio 91. El 4 % de las reservas de un vuelo no son utilizadas.
Seg un esta observacion, una compa nia de aviacion vende 75 billetes
para 73 plazas. Cual es la probabilidad de que todos los pasajeros
consigan plaza?
Ejercicio 92. Supongase que en un estudio dental sobre ni nos se ha
Toc
Volver Doc Doc
obtenido la proporcion p = 2/3 de la poblacion infantil que tiene
alguna caries. Calcular:
a). Probabilidad de que haya que examinar 6 ni nos para encontrar
uno con caries.
b). Probabilidad de que haya que examinar 15 ni nos para encontrar
5 con caries.
Ejercicio 93. El departamento de matematicas propone un examen
de test consistente en 25 cuestiones. Cada cuestion tiene 5 respuestas
listadas. Si un estudiante no conoce la respuesta correcta de ninguna
cuestion y prueba suerte, calcular:
a). Cual es el n umero esperado de respuestas correctas y su des-
viacion tpica?
b). Suponiendo que cada respuesta acertada vale 1 punto, cuanto
debe valer cada respuesta fallada para que la nota esperada del
estudiante que prueba suerte sea nula?
Toc
Volver Doc Doc
c). Si se pasa el examen cuando se responden correctamente 13
cuestiones, cual es la probabilidad de que pase el alumno que
ha probado suerte?
Ejercicio 94. Se lanza un dado todas las veces necesarias hasta que
aparece un 6. Si sabemos que no salio en la primera tirada, cual es
la probabilidad de necesitar mas de 3 lanzamientos?
Ejercicio 95. Una caja contiene 100 artculos, de los que 4 son de-
fectuosos. Sea X el n umero de artculos defectuosos encontrados en
una muestra de 9.
a). Hallar P(X = 2).
b). Aproximar la probabilidad anterior por una binomial.
c). Aproximar la probabilidad anterior por una Poisson.
Ejercicio 96. Supongase que el n umero de llamadas telefonicas que
recibe una operadora desde las 9:00 horas hasta las 9:05 horas sigue
una distribucion de Poisson con = 4. Hallar:
Toc
Volver Doc Doc
a). Probabilidad de que la operadora no reciba ninguna llamada al
da siguiente en ese intervalo de tiempo.
b). Probabilidad de que en los dos proximos dias la operadora reciba
un total de 3 llamadas en ese intervalo de tiempo.
Ejercicio 97. Un almacen suministra un determinado tipo de gr ua.
El n umero de pedidos por da se ajusta a una distribuccion de Pois-
son con parametro = 2. Tres de estas gr uas por lo general se tienen
disponibles en el almacen. Si se piden mas de tres, el comprador debe
desplazarse a una distancia considerable hasta una empresa de inge-
niera.
a). En un da cualquiera, cual es la probabilidad de que se realice
un viaje a la empresa de ingeniera?
b). Cual es el n umero medio de pedidos por da?
c). Cuantas gr uas de repuesto deben permanecer en el almacen
para despachar a los compradores el 90 % de las veces?
Toc
Volver Doc Doc
d). Cual es el n umero medio de compradores atendidos diariamente
en el almacen?
e). Cual es el n umero esperado de veces que el compradores reali-
zara el viaje a la empresa de ingeniera?
Ejercicio 98. Se supone que el n umero de accidentes por semana
que ocurren en una fabrica sigue una distribucion de Poisson con
parametro = 2. Se pide:
a). Probabilidad de que en una semana cualquiera ocurra un solo
accidente.
b). Probabilidad de que, en un grupo de 10 semanas, ocurran 3
accidentes en tres semanas distintas.
c). Probabilidad de que en una semana haya mas de 3 accidentes.
d). Funcion de densidad del tiempo entre dos accidentes.
e). Probabilidad de que el tiempo entre dos accidentes sea superior
a 3 semanas.
Toc
Volver Doc Doc
Ejercicio 99. Una agencia inmobiliaria dedicada a la venta de apar-
tamentos en la Costa ha realizado un estudio de ventas, comprobando
que solo el 5 % de las personas que acuden a visitar el piso piloto com-
pran un apartamento. Se pide:
a). Calcular la probabilidad de que tenga que recibir 10 visitas hasta
vender un apartamento.
b). Calcular la probabilidad de que tenga que recibir 10 visitas hasta
vender dos apartamentos.
c). Se han tenido que recibir 10 visitas hasta vender 2 apartamen-
tos. Cual es la probabilidad de que las 3 primeras visitas no
efectuaran ninguna compra?
Ejercicio 100. Un video club tiene 12 pelculas infantiles para al-
quilar a diario. Para este grupo se estima que la demanda sigue un
proceso de Poisson con tasa 10 pelculas/da. Se pide:
a). Probabilidad de que en un da se hayan alquilado todas las
pelculas.
Toc
Volver Doc Doc
b). Cuantas pelculas debera haber en existencia para que la pro-
babilidad de no satisfacer la demanda de un da solo fuese del
0,07 %?
Ejercicio 101. Un lote de 10 motores electricos se debe rechazar
totalmente o vender, seg un el resultado de la siguiente operacion: se
escogen dos motores al azar sin sustitucion y se inspeccionan. Si uno
o mas son defectuosos, el lote se rechaza; en otro caso es aceptado.
Supongamos que cada uno de los motores cuesta 75$ y se vende por
100$. Si el lote contiene un motor defectuoso, c ual es benecio neto
esperado del fabricante?
Ejercicio 102. A un hotel llegan dos carreteras A y B. El n umero de
llegadas diarias por cada carretera siguen distribuciones de Poisson
independientes con parametros 8 y 9 respectivamente.
a). Si un da llegaron 12 personas, cual es la probabilidad de que
7 llegaran por la carretera A?
b). El coste diario de manutencion por persona es de 2000 euros si
Toc
Volver Doc Doc
son menos de 5 personas y 1500 euros si son 5 o mas personas.
Cual sera el coste diario esperado?
Ejercicio 103. Una empresa de fabricacion de explosivos tiene dos
secciones una segura S y otra con riesgo de accidentes R. En la seccion
S hay 2000 empleados donde el n umero de accidentes X
S
por a no
sigue una distribucion de Poisson de parametro
1
= 5 y en R hay 500
empleados y el n umero de accidentes Y
R
por a no sigue una distribucion
de Poisson de parametro
2
= 10. Los accidentes se producen de forma
independiente en las dos secciones.
a). Cual es la probabilidad de que se produzcan cinco accidentes
en la seccion S?
b). Cual es el n umero medio de accidentes por a no en la empresa?
c). Si en un a no se han registrado 8 accidentes, cual es la proba-
bilidad de que se hayan producido 6 accidentes en la seccion
R?
Toc
Volver Doc Doc
Secci on 3: Distribuciones continuas 19
La compa nia La Avispa.
a
segura a cada empleado de la seccion
S por una prima de p
1
euros y a cada empleado de la seccion
R por una prima de p
2
euros y una indemnizacion com un de 10
millones por accidentado.
d). Expresar los benecios B por a no de la compa nia.
e). Cuales son los valores mnimos justos de las primas p
1
y p
2
,
para que el benecio esperado por la compa nia no sea negativo?
3. Distribuciones continuas
Ejercicio 104. Una variable aleatoria X se distribuye de forma uni-
forme en (2, 4). Se pide:
a). P(X < 2,5)
b). P(X > 3,2)
c). P(2,2 < X < 3,5)
Toc
Volver Doc Doc
d). E(X) y V ar(X)
Ejercicio 105. Se sabe que la cantidad aleatoria demandada durante
un cierto periodo de tiempo por parte de una empresa textil tiene
distribucion uniforme y no supera la tonelada. Determinar para dicho
periodo de tiempo:
a). Probabilidad de que la cantidad demandada no supere los 900
kg.
b). Probabilidad de que la cantidad demandada este comprendida
entre 800 y 900 kg.
c). La demanda esperada.
Ejercicio 106. Una empresa tiene una funcion de costes que viene
dada por C = 100,000+2X. En el mercado vende cada unidad a 5 eu-
ros y la demanda X del citado artculo tiene una distribucion uniforme
entre 25000 y 30000 unidades. Cual sera el benecio esperado?
Toc
Volver Doc Doc
Ejercicio 107. Comprobar que si T es exponencial de parametro
se cumple la propiedad
T
=
1
;
2
T
=
1
2
.
Ejercicio 108. Comprobar que si T es exponencial de parametro
se cumple la propiedad
P(T > s +t|T > s) = P(T > t)
Ejercicio 109. La variable aleatoria T es de tipo Exponencial().
Cual es la probabilidad de que T sea superior a su valor esperado?
Cual es la probabilidad de que T sea superior al doble de su valor
esperado?
Ejercicio 110. La funcion de densidad del tiempo T entre dos averas
de una instalacion de calculo es
f(t) = 0,25e
0,25t
.
Para resolver un determinado problema es necesario que funcione la
Toc
Volver Doc Doc
instalacion sin fallos durante 3 minutos, que es el tiempo necesario pa-
ra la resolucion del problema. Si falla la instalacion durante el periodo
de 3 minutos hay que volver a empezar con el calculo del problema
teniendo en cuenta que la existencia de una avera solo se aprecia
despues de los tres minutos. Sea Y el tiempo total necesario para la
resolucion del problema. Hallar:
a). Distribucion de Y .
b). Tiempo medio de resolucion del problema.
c). Probabilidad de que en 18 minutos puedan ser resueltos 3 pro-
blemas.
Ejercicio 111. La duracion de la vida de una bombilla es Exp().
La probabilidad de que sobrepase las 100 horas de uso es 0,9.
a). Cual es la probabilidad de que sobrepase 200 horas de uso?
b). Cuantas horas se mantiene funcionando con una probabilidad
0,95?
Toc
Volver Doc Doc
Ejercicio 112. El tiempo medio de funcionamiento de una bombilla
es de 120 horas. Se ponen en funcionamiento 6 bombillas al mismo
tiempo. Sea T
i
el tiempo que transcurre hasta que se estropean i
bombillas. Determinar E[T
i
] para i = 1, 3, 6.
Ejercicio 113. En la gura 1 cada componente tiene una funcion
de abilidad de tipo exponencial con parametro
i
. Determinar la
funcion de abilidad del sistema y el tiempo medio de vida del sistema.
Figura 1: Fiabilidad en serie y paralelo
Toc
Volver Doc Doc
Ejercicio 114. En la gura 2 cada componente tiene la misma fun-
cion de abilidad de tipo exponencial con parametro . Determinar
la funcion de abilidad del sistema y el tiempo medio de vida del
sistema.
Figura 2: Fiabilidad en serie y paralelo
Ejercicio 115. En la gura 1 cada componente tiene una funcion de
abilidad de tipo exponencial con parametro
i
. Sea A el suceso la
componente 1 se estropea antes que la componente 2. Determinar la
Toc
Volver Doc Doc
probabilidad del suceso A.
Ejercicio 116. Sean 30 instrumentos electronicos E
1
, E
2
, . . . , E
30
.
Tan pronto como falla E
1
se activa E
2
, y as sucesivamente. Si el
tiempo en que falla E
i
, para cualquier i, es de tipo exponencial con
parametro = 0,1 hora
1
y T es el tiempo total de funcionamiento
de los 30 instrumentos, hallar la probabilidad de que T supere las 350
horas.
Ejercicio 117. Sea Z una variable aleatoria normal con = 0 y
= 1. Calcular:
a) p(Z 0) b) p(Z 1)
c) p(Z > 1) d) p(Z > 1)
e) p(1 < Z < 1) f) p(2 < Z < 1)
Ejercicio 118. Sea X una variable aleatoria normal con = 50 y
2
= 25. Calcular:
a) p(X 40) b) p(X 60)
c) p(X > 65) d) p(X > 35)
e) p(40 < X < 60) f) p(30 < X < 42)
Toc
Volver Doc Doc
Ejercicio 119. Se sabe que el n umero X de personas que entran
diariamente en unos grandes almacenes se distribuye normalmente. Si
hay una probabilidad 0,58 de que entren menos de 75 clientes y una
probabilidad 0,38 de que entren entre 75 y 80 clientes, determinar la
media y la varianza de la variable X.
Ejercicio 120. La duracion aleatoria de un determinado tipo de artcu-
los, en horas, viene regulada por la ley de probabilidad N(180, 5).
Determinar la probabilidad de que la duracion de tal artculo:
a). Sea superior a 170 horas.
b). Sea inferior a 150 horas.
Ejercicio 121. Sabiendo que la demanda aleatoria de gasolina duran-
te un cierto periodo de tiempo se comporta con arreglo a la ley normal
de media 150000 litros y desviacion tpica 10000 litros, determinar la
cantidad que hay que tener dispuesta a la venta en dicho periodo para
poder satisfacer la demanda con una probabilidad de 0,95.
Ejercicio 122. Un instrumento electronico esta formado por tres
Toc
Volver Doc Doc
componentes. Dos formas posibles de disponer estas componentes son:
i) en serie, ii ) en paralelo. Si los tiempos de fallo de cada componente
son independientes y siguen una distribucion exponencial con funcion
de densidad:
f(t) = 0,01 e
0,01t
,
se desea saber:
a). Probabilidad de que el instrumento funcione despues de 50 horas
en los dos casos.
b). Si el sistema no ha fallado durante 20 horas, cual es la proba-
bilidad de que falle en las 30 horas siguientes?
Ejercicio 123. Para ganar el jubileo un peregrino decide ir, a golpe
de alpargata, desde su pueblo hasta Santiago de Compostela, siendo
la distancia entre ambos lugares de 300 km. Este peregrino es precisa-
mente fabricante de dicho tipo de calzado y sus datos han permitido
establecer a un ingeniero, que vive en el pueblo, a efectos de control
de calidad, que los kilometros que se pueden recorrer con un par de
Toc
Volver Doc Doc
alpargatas, antes de que queden inservibles, es una variable N(20, 16).
Aunque el peregrino no le importa disciplinarse severamente, tampoco
quiere correr un riesgo excesivo de destrozarse los pies. Por eso, quiere
saber cual es el menor n umero de pares de alpargatas que debe llevar
para tener una garanta de al menos un 91 % de que no tendra que
caminar descalzo.
Ejercicio 124. Un individuo juega con probabilidad de ganar igual
a 1/2 en cada juego. Si gana en un juego obtiene 5 euros y si pierde
paga 5 euros. Durante una tarde juega 400 veces. Con cuanto dinero
debe acudir si quiere tener una probabilidad de 0,95 de hacer frente
a sus posibles perdidas?
Ejercicio 125. Un corredor de bolsa adquiere 50 acciones diferentes.
Se sabe, por estudios anteriores, que los benecios de cada accion se
distribuyen uniformemente en el intervalo (1000, 2000), y que dichos
benecios son independientes. Dicho corredor concierta con sus clien-
tes una ganancia, por cada accion de 1200 euros, que probabilidad
tiene de no perder dinero?
Ejercicio 126. Un instituto de opinion p ublica quiere obtener una
Toc
Volver Doc Doc
muestra de votantes de un cierto estado, sucientemente grande para
que la probabilidad de obtener una proporcion de votos a favor del
candidato A inferior al 50 %, sea de 0,01, si la intencion de voto a favor
de dicho candidato es realmente del 52 %. Que tama no debera tener
la muestra?
Ejercicio 127. Dos individuos A y B realizan un juego bajo las si-
guientes condiciones: se lanza un dado perfecto, si sale 1 o 2 el
jugador A paga 6 euros a B, pero si sale 3, 4, 5 o 6 el jugador B
paga 21 euros a A.Se pide:
a). Si juegan 300 partidas determinar la probabilidad de A gane
entre 175 y 230 euros.
b). El benecio esperado para ambos jugadores en 300 partidas.
c). Si B lleva en el bolsillo 200 euros, cuantas partidas al menos
hay que jugar para que B lo pierda todo con una probabilidad
de al menos 0,9772?
Toc
Volver Doc Doc
Ejercicio 128. El contenido de un bote de cerveza se distribuye nor-
malmente con media 30 cl, y desviacion tpica 2 cl.
a). Cual es la probabilidad de que un bote determinado tenga mas
de 33 cl?
b). En un envase de 6 botes cual es la probabilidad de que el con-
tenido lquido total sea inferior a un litro y tres cuartos?
Ejercicio 129. Sabiendo que el 30 % de los enfermos con infartos de
miocardio que ingresan en un hospital, fallecen en el mismo, y que al
a no ingresan 2000, determinar la probabilidad de que fallezcan en el
hospital un maximo de 550.
Ejercicio 130. En un proceso de fabricacion se sabe que el n umero
aleatorio de unidades defectuosas producidas diariamente, viene dado
por la ley de probabilidad:
P(X = r) = e
10
10
r
r!
r = 0, 1, 2, . . .
Toc
Volver Doc Doc
Determinar la probabilidad de que en 150 das, el n umero de unidades
defectuosas producidas supere las 1.480 unidades.
Ejercicio 131. Una empresa sabe que la demanda aleatoria de un
artculo que produce, se ajusta por la ley N(10000; 100). Si la empresa
decide seguir produciendo el artculo en el futuro, supuesto que la
demanda este comprendida entre 9930 y 10170 unidades, determinar
la probabilidad de que no siga produciendo tal artculo.
Ejercicio 132. Una tienda comercial dispone a la venta diariamente
solo dos artculos a precios p
1
y p
2
, de forma que: el 70 % de las
unidades ofrecidas lo son del artculo de precio p
1
y el 30 % restante
lo son del artculo de precio p
2
. Si en un da determinado se venden
2000 unidades, determinar la probabilidad de que mas de 800 unidades
correspondan al artculo de precio p
2
.
Ejercicio 133. Un concesionario de automoviles vende a particulares
vehculos de la misma marca. Sabiendo que la probabilidad de que
este tipo de vehculos este en servicio dos a nos despues es de 0,8,
determinar la probabilidad de quede 4000 automoviles vendidosmas
de 3120 esten en servicio dentro de dos a nos.
Toc
Volver Doc Doc
Ejercicio 134. La demanda de un producto oscila diariamente entre
20 y 40 unidades. Determinar la probabilidad de que en un periodo
de 182 das, el n
0
de unidades demandadas supere 6370 unidades,
supuesta la independencia de la demanda de cada da respecto de las
restantes.
Toc
Volver Doc Doc
Soluciones a los Ejercicios 33
Soluciones a los Ejercicios
Ejercicio 66. Sea X el n umero de varones de entre 6 hijos. X
Bin(6; 0,51), luego:
a). P(X 1) = 1 P(X = 0) = 1 q
6
= 1 0,49
6
= 0.986
b). P(X 5) = 1 P(X = 6) = 1 p
6
= 1 0,51
6
= 0.982
Ejercicio 66
Toc
Volver Doc Doc
Ejercicio 67. Sea X el n umero de aciertos de entre 10 disparos.
X Bin(10;
1
5
)
luego:
P(X 2) = 1 P(X 1) = 1 P(X = 0) P(X = 1))
= 1 q
10
10 p q
9
Ejercicio 67
Toc
Volver Doc Doc
Ejercicio 68. Sea X
i
para todo i una distribucion de Bernoulli con
E[X
i
] = p V ar(X
i
) = pq
Como
X = X
1
+X
2
+. . . +X
n
luego:
= E[X] = E[X
1
] +E[X
2
] +. . . +E[X
n
]
= np
y tomando varianzas para una suma de variables aleatorias identicas
e independientes
2
= V ar[X] = V ar[X
1
] +V ar[X
2
] +. . . +V ar[X
n
]
= npq
Ejercicio 68
Toc
Volver Doc Doc
Ejercicio 69. Sea X el n umero de caras obtenido en los 500 lanza-
mientos. X B(500; 0,5), luego
P(240 X 260) =
260
k=240
_
500
k
_
0,5
500k
0,5
k
=
260
k=240
_
500
k
_
0,5
500
como np = 250 > 5 y npq = 125 > 5, aproximamos a la distribucion
normal B(500, 0,5) N( = 250, =

125), realizando el ajuste por
continuidad:
P
_
240 250 0,5
125
< z <
260 250 + 0,5
125
_
= P(0,94 < z < 0,94) =
(0,94) (0,94) = 2 (0,94) 1 = 2 0,8264 1 = 0.653
Ejercicio 69
Toc
Volver Doc Doc
Ejercicio 70. Sea p la probabilidad de que un coche cualquiera en-
cuentre la luz verde. Entonces p =
15
75
. Sea X el n umero de coches
que encuentran la luz verde. Como
X Bin(n = 5; p =
1
5
)
a). P(X = 3) =
_
5
3
_ _
1
5
_
3
_
4
5
_
2
= 0, 0512
b). P(X 4) = 1 P(X = 5) = 1
_
5
5
_ _
1
5
_
5
_
4
5
_
0
= 0, 99968
c).
P(X > 1) = 1 P(X 1) = 1 P(X = 0) P(X = 1)
= 1
_
5
0
__
1
5
_
0
_
4
5
_
5
_
5
1
__
1
5
_
1
_
4
5
_
4
= 0, 26272
Ejercicio 70
Toc
Volver Doc Doc
Ejercicio 71.
a). X se ajusta a una distribucion geometrica G(p = 0,1).
b). Si X G(p = 0,1), entonces
X
=
1
p
= 10 V ar(X) =
q
p
2
c). Y se ajusta a una distribucion Binomial Negativa BN(k; p =
0,1),
d). Si Y BN(k; p = 0,1), entonces
Y
=
k
p
= 10 V ar(Y ) =
kq
p
2
Ejercicio 71
Toc
Volver Doc Doc
Ejercicio 72.
Con reemplazamiento, X sigue una distribucion Binomial
Bin(n = 3; p =
4
12
)
luego
P(X = 0) = q
3
=
_
8
12
_
3
= 0, 296
Sin reemplazamiento, X sigue una distribucion Hipergeometrica
HG(N, E, n) = HG(12, 4, 3)
P(X = 0) =
_
4
0
__
8
3
_
_
12
3
_ =
14
55
= 0, 254
Ejercicio 72
Toc
Volver Doc Doc
Ejercicio 73.
X sigue una distribucion geometrica o de Pascal G(p =
1
6
) luego
P(X = k) = p q
k1
P(X = 3) = p q
2
En la geometrica se tiene que P(X > k) = q
k
, luego
P(X > 4) = q
4
=
_
5
6
_
4
Ejercicio 73
Toc
Volver Doc Doc
Ejercicio 74. Si X es geometrica, de parametro p, se tiene k que
P(X > k) = q
k
, luego si a, b > 0 ,
P(X > a +b|X > a) =
P(X > a +b X > a)
P(X > a)
=
P(X > a +b)
P(X > a)
=
q
a+b
q
a
= q
b
= P(X > b)
Ejercicio 74
Toc
Volver Doc Doc
Ejercicio 75. Sea X la variable n umero de hijos y V la variable
n umero de varones de un matrimonio, y sea p la probabilidad de que
nazca un varon. Conguramos la funcion de distribucion en una tabla
para ambas variables
X 1 2 3 4 5
p
X
p p q p q
2
p q
3
p q
4
+q
5
V 1 1 1 1 1 0
p
V
p p q p q
2
p q
3
p q
4
q
5
a). P(X = 1) = p.
b). P(X = k) = p q
k1
con 1 k 4 y P(X = 5) = p q
4
+q
5
c). N umero medio de hijos por matrimonio:
E[X] = 1 p + 2 p q + 3 p q
2
+ 4 p q
3
+ 5 (p q
4
+q
5
)
= (sustituyendo p por 1 q)
= 1 +q +q
2
+q
3
+q
4
Toc
Volver Doc Doc
d). N umero medio de varones por matrimonio:
E[V ] = 1 p + 1 p q + 1 p q
2
+ 1 p q
3
+ 1 p q
4
+ 0 q
5
)
= p(1 +q +q
2
+q
3
+q
4
)
e). Como
E[V ]
E[X]
= p
la frecuencia de varones en la poblacion sigue siendo de p, es de-
cir con ese criterio de parada en la descendencia, no se modica
la proporcion entre hombres y mujeres.
Ejercicio 75
Toc
Volver Doc Doc
Ejercicio 76. Gana A cuando ocurren los siguientes sucesos
6, 6666, 6666666, 6666666666
razonando analogamente para B y C, se tiene:
P(A) = p +p q
3
+p q
6
+
=
p
1 q
3
P(B) = p q +p q
4
+p q
7
+
=
p q
1 q
3
P(C) = p q
2
+p q
5
+p q
8
+
=
p q
2
1 q
3
Ejercicio 76
Toc
Volver Doc Doc
Ejercicio 77.
a). X sigue una distribucion binomial negativa BN(k = 2; p =
1
6
)
luego
P(X = n) =
_
n 1
1
_
p
2
q
n2
n = 2, 3,
b). P(X = 3) = 2 p
2
q
c).
P(X > 4) = 1 P(X 4) =
= 1 P(X = 2) P(X = 3) P(X = 4)
= 1 p
2
q
0
2 p
2
q 3 p
2
q
2
siendo p = 1/6 y q = 5/6.
Ejercicio 77
Toc
Volver Doc Doc
Ejercicio 78. Sea X
1
el n umero de intentos hasta el primer exito, X
2
el n umero de intentos desde el primer exito hasta el segundo exito,X
i
el n umero de intentos desde el (i 1)esimo exito hasta el iesimo
exito. Entonces
X = X
1
+X
2
+ +X
k
X
i
G(p)
X es la suma de variables aleatorias identicas e igualmente distribui-
das, {X
i
}()i.i.d.), con E[X
i
] =
1
p
y V ar[X
i
] =
q
p
2
. Tomando esperan-
zas y varianzas se llega a
E[X] =
k
p
V ar[X] =
k q
p
2
Ejercicio 78
Toc
Volver Doc Doc
Ejercicio 79. Sea X el n umero de extracciones hasta encontrar el
quinto donante con sangre tipo A. Como X sigue una distribucion
binomial negativa BN(5; p), donde p es la probabilidad de que un
donante cualquiera tenga sangre tipo A, es decir p = 0,432.
P(X = 10) =
_
9
4
_
p
5
q
5
Ejercicio 79
Toc
Volver Doc Doc
Ejercicio 80.
a). El suceso {Y n} en la hipergeometrica equivale a necesitar al
menos n intentos para obtener los k exitos, lo que equivale al
suceso {X k} en la binomial.
b). Es inmediato de lo anterior.
Ejercicio 80
Toc
Volver Doc Doc
Ejercicio 81. La variable X n umero de llamadas por minuto sigue
una distribucion de Poisson Po( = 0,5), luego
a). P(X = 1) = e
0,5
0,5
1!
= 0,303
b). P(X 2) = e
0,5
+e
0,5
0,5
1!
+e
0,5
0,5
2
2!
= 0,986
c).
P(X > 3) = 1 P(X 3) =
= 1 P(X = 0) P(X = 1) P(X = 2) P(X = 3)
= 1 e
0,5
e
0,5
0,5
1!
e
0,5
0,5
2
2!
e
0,5
0,5
3
3!
= 0, 002
Ejercicio 81
Toc
Volver Doc Doc
Ejercicio 82. La variable X n umero de incendios anuales sigue una
distribucion de Poisson Po( = 2), luego
P(X > 4) = 1 P(X 4) =
= 1 P(X = 0) P(X = 1) . . . P(X = 4)
= 1 e
2
e
2
2
1!
e
2
2
2
2!
e
2
2
3
3!
e
2
2
4
4!
= 0, 0527
Ejercicio 82
Toc
Volver Doc Doc
Ejercicio 83. De las dos igualdades del calculo siguientes
k=0
k
k
k!
= e
k=0
k
2
k
k!
= (
2
+) e
y de la denicion de E[X] y V ar[X] se obtiene con facilidad que

= ;
2
x
= .
Ejercicio 83
Toc
Volver Doc Doc
Ejercicio 84. El n umero de caras sigue una distribucion binomial
B(500; 0,5). A partir de la aproximacion de
X B(n, p) N(np, =

npq)
la variable aleatoria frecuencia relativa f
r
se aproxima a
f
r
=
X
n
N(p, =
_
pq
n
)
luego
P(0,45 < f
r
< 0,65) = P
_
_
0,45 0,5
_
0,25
500
< z <
0,65 0,5
_
0,25
500
_
_
=
= (2,24) (2,24) = 2 (2,24) 1 = 0.975
Ejercicio 84
Toc
Volver Doc Doc
Ejercicio 85. El n umero de caras sigue una distribucion binomial
B(n; 0,5). A partir de la aproximacion de
X B(n, p) N(np, =

npq)
la variable aleatoria frecuencia relativa f
r
se aproxima a
f
r
=
X
n
N(p, =
_
pq
n
)
luego nos pide n que cumpla
P(|f
r
0,5| < 0,1) 0,95
P(0,1 < f
r
0,5 < 0,1) = P
_
_
0,1
_
0,25
n
< z <
0,1
_
0,25
n
_
_
=
= (0,2
n) (0,2
n) = 2 (0,2
n) 1 0,95 =
(0,2
n) 0,975 = (1,96) = 0,2
n 1,96 = n 96
Ejercicio 85
Toc
Volver Doc Doc
Ejercicio 86. Se resuelve como el ejercicio anterior con p =
1
6
P(|f
r

1
6
| < 0,1) 0,95
P(0,1 < f
r

1
6
< 0,1) = P
_
_
0,1
_
5
36 n
< z <
0,1
_
5
36 n
_
_
=
= (0,268
n) (0,268
n) = 2 (0,268
n) 1 0,95 =
(0,268
n) 0,975 = (1,96) = 0,268
n 1,96 = n 54
Ejercicio 86
Toc
Volver Doc Doc
Ejercicio 87. Se resuelve como el ejercicio anterior con p = 0,05 y
q = 0,95
P(|f
r

1
6
| < 0,02) 0,98
P(0,02 < f
D

1
6
< 0,02) = P
_
_
0,02
_
0,05 0,95
n
< z <
0,02
_
0,05 0,95
n
_
_
=
= (0,092
n) (0,092
n) = 2 (0,092
n) 1 0,98 =
(0,092
n) 0,99 = (2,326) = 0,092
n 2,326 = n 640
En el caso en que desconocemos el valor de p se toma como producto
de p q = 1/4 ya que siempre se cumple que p q = p(1 p)
1
4
.
P(0,02 < f
D

1
6
< 0,02) = P
_
_
0,02
_
1
4n
< z <
0,02
_
1
4n
_
_
=
= (0,04
n) (0,004
n) = 2 (0,04
n) 1 0,98 =
(0,04
n) 0,99 = (2,326) = 0,04
n 2,326 = n 3382
Ejercicio 87
Toc
Volver Doc Doc
Ejercicio 88. Sea el suceso A = { menos de tres caras } y el su-
ceso B = { menos de tres cruces }. Se pide P(A B), como son
incompatibles, si tiramos 10 veces, tenemos que
P(A B) = P(A) +P(B)
Sean X las caras en 10 tiradas e Y las cruces en 10 tiradas:
P(A) = P(X 2) =
_
10
0
_
1
2
10
+
_
10
1
_
1
2
10
+
_
10
2
_
1
2
10
= 0,0546
P(B) = P(Y 2) =
_
10
0
_
1
2
10
+
_
10
1
_
1
2
10
+
_
10
2
_
1
2
10
= 0,0546
luego
P(A B) = P(A) +P(B) = 0,1092
Ejercicio 88
Toc
Volver Doc Doc
Ejercicio 89. Sea X el n umero de respuestas correctas de entre las
50, como X B(50;
1
5
)
a). P(X = 0) = q
50
= 1,4 10
5
b). Como P(X = 10) =
_
50
10
_
p
10
q
40
= 0,14 el n umero medio de entre
las 200 sera 200 0,14 = 28
Ejercicio 89
Toc
Volver Doc Doc
Ejercicio 90. Sea X el n umero de nacimientos que se producen el da
del centenario, entonces, como X B(730;
1
365
). Para que la cantidad
resulte insuciente se necesitan al menos 6 nacimientos
P(X 6) = 1 P(X 5) = 1
i=5
i=0
_
703
i
_
p
i
q
730i
= 0,013
Podemos tambien utilizar la aproximacion de Poisson con np = = 2
P(X 6) = 1 P(X 5) = 1
i=5
i=0
e
2
2
i
i!
= 0,0165
Ejercicio 90
Toc
Volver Doc Doc
Ejercicio 91. Sea X el n umero de reservas anuladas de entre los 75
billetes, entonces, como X B(75; 0,04). Para que todos los pasajeros
consigan plaza se necesitan al menos 2 anulaciones, luego
P(X 2) = 1 P(X 1) = 1
i=1
i=0
_
75
i
_
p
i
q
75i
= 0,807
Podemos tambien utilizar la aproximacion de Poisson con np = = 3
P(X 2) = 1 P(X 1) = 1
i=1
i=0
e
3
3
i
i!
= 0,801
Ejercicio 91
Toc
Volver Doc Doc
Ejercicio 92.
a). Sea X el n umero de ni nos hasta encontrar uno con caries, con
p = 2/3, entonces
P(X = 6) = p q
5
b). Sea Y el n umero de ni nos hasta encontrar 5 con caries, con
p = 2/3, entonces
P(X = 15) =
_
14
4
_
p
5
q
10
Ejercicio 92
Toc
Volver Doc Doc
Ejercicio 93. Sea X el n umero de aciertos a las 25 cuestiones, en-
tonces X B(25; p = 0,2).
a). El n umero esperado de aciertos es E[X] = np = 5.
b). Sea P el n umero de puntos, y c la penalizacion por fallo, entonces
P = X c(25 X) = (1 +c)X 25 c
E[P] = 0 = (1 +c)E[X] 25 c = 0 = c = 0,25
c). La probabilidad de que pase el alumno que ha probado suerte
P(X 13) =
i=25
i=13
_
25
i
_
p
i
q
25i
= 0,004
Ejercicio 93
Toc
Volver Doc Doc
Ejercicio 94. Sea X el n umero de lanzamientos hasta encontrar un
6, con p = 1/6, entonces
P(X > 3|X > 1) =
q
3
q
1
= q
2
=
_
5
6
_
2
= 0,694
Ejercicio 94
Toc
Volver Doc Doc
Ejercicio 95.
a). El n umero de defectuosos X sigue una hipergeometrica con N =
100, E = 4, N E = 96 y tama no de la muestra n = 9.
P(X = 2) =
_
4
2
__
96
7
_
_
100
9
_
= 0,0376
b). Con una binomial con n = 9 y p = 4/100 = 0,04 tenemos:
P(X = 2) =
_
9
2
_
0,04
2
0,96
7
= 0,0432
c). Por Poisson con = np = 0,36, obtenemos
P(X = 2) = e
0,36
0,36
2
2!
= 0,0452
Ejercicio 95
Toc
Volver Doc Doc
Ejercicio 96.
a). Sea X una distribucion de Poisson P( = 4)
P(X = 0) = e
4
= 0,0183
b). Sea X
1
las llamadas del primer da y X
2
las llamadas del segundo
da, entonces las llamadas conjuntas seran T = X
1
+ X
2
, que
siendo independientes corresponde a una distribucion de Poisson
P( = 4 + 4 = 8), luego
P(T = 3) = e
8
8
3
3!
= 0,0286
Ejercicio 96
Toc
Volver Doc Doc
Ejercicio 97.
a).
P(X > 3) = 1 P(X 3) = 1
i=3
i=0
e
2
2
i
i!
= 0,1429
b). Como X es el n umero de pedidos diarios y sigue el tipo Poisson
P( = 2)
E[X] = 2 n umero medio de pedidos diarios
c). Hay que hallar n n umero de gruas para que
P(X n) 0,9
Por tanteo
P(x = 0) +P(x = 1) +. . . +P(x = 4) = 0,9473 > 0,9
luego se necesitan tener disponibles n = 4 gruas para asegurar
el suministro con al menos un 90 %.
Toc
Volver Doc Doc
d). Sea A la variable aleatoria que mide el n umero de clientes aten-
didos. Claramente A solo puede tomar los valores A = 0, 1, 2, 3
que son las gruas disponibles. La distribucion de probabilidad
de A es:
P(A = 0) = P(X = 0) = e
2
= 0, 1353
P(A = 1) = P(X = 1) = e
2
2/1! = 0, 2707
P(A = 2) = P(X = 2) = e
2
2
2
/2! = 0, 2707
P(A = 3) =
= P(X 3) = 1P(X = 0)P(X = 1)P(X = 2) = 0, 3233
Luego
E[A] = 0.P(A = 0)+1.P(A = 1)+2.P(A = 2)+3P(A = 3) = 1,7830
e). Sea Y la variable aleatoria que mide el n umero de compradores
que marcharan a la empresa de ingeniera. Comor X = A + Y ,
y E[X] = 2 y E[A] = 1,7830,
E[Y ] = 2 1,7830 = 0,217
Ejercicio 97
Toc
Volver Doc Doc
Ejercicio 98.
a). El n umero de accidentes en una semana es X P( = 2)
P(X = 1) = e
2
2
1!
= 0, 27067
b). Sea Z el n umero de semanas de entre 10 que hay un accidente.
Z sigue una B(10, p = 0, 27067), luego
P(Z = 3) =
_
10
3
_
p
3
q
7
c).
P(X > 3) = 1 e
2
_
1 +
2
1!
+
2
2
2!
+
2
3
3!
_
= 0, 14288
d). Sea T tiempo entre dos accidentes. T sigue una distribucion de
tipo exponencial de parametro = 2.
e). Pide P(T > 3) = 1 F
T
(3) = e
23
= 0, 002.
Ejercicio 98
Toc
Volver Doc Doc
Ejercicio 99.
a). Sea X el n umero de visitas hasta vender un apartamento, X es
G(p = 0,05)
P(X = 10) = p q
9
= 0, 03151
b). Sea Z el n umero de visitas hasta vender dos apartamento, Z es
BN(k = 2, p = 0,05)
P(Z = 10) =
_
9
1
_
p
2
q
8
= 0, 01493
c). Equivale a que las tres primeras han sido fracasos y en las siete
restantes dos exitos siendo uno de ellos la ultima visita, es decir
P(Z > 3 sin exito en las tres primeras |Z = 10) =
=
q q q
_
6
1
_
p
2
q
5
P(Z = 10)
=
6
9
Ejercicio 99
Toc
Volver Doc Doc
Ejercicio 100.
a). Sea X el n umero de pelculas demandadas,
P(X 12) = 1 P(X 11) = 1
11
i=0
e
10
.
10
i
i!
= 0, 3032
Este calculo se puede aproximar con Po(10) N(10,
2
= 10).
b). Sean n las pelculas almacenadas, entonces necesitamos calcular
n para que P(X > n) 0,07 o bien P(X n) 0,93. Con la
aproximacion Po(10) N(10,
2
= 10) tendremos
P(X n) = P(z
n 10
10
= z
0
) 0,93
de la tabla normal N(0, 1) obtenemos z
0
= 1,48, luego resolve-
mos
z
0
=
n 10
10
= 1,48 n = 15 peliculas
Ejercicio 100
Toc
Volver Doc Doc
Ejercicio 101. El n umero de defectuosos X sigue una hipergeometri-
ca con N = 10, E = 1, N E = 9 y tama no de la muestra n = 2. Sea
A el suceso el lote se acepta, entonces
P(A) = P(X = 0) =
_
1
0
__
9
2
_
_
100
9
_
= 0,8
benecio neto esperado del fabricante B sera:
E[B] = 25 P(A) 75 P(A) = 5
Ejercicio 101
Toc
Volver Doc Doc
Ejercicio 102.
a). Sea X
A
el n umero de clientes que llegan por la carretera A y
X
B
el n umero de clientes que llegan por la carretera B. El total
es T = X
A
+X
B
que es de Poisson de parametro = 17.
P(X
A
= 7|T = 12) =
P(X
A
= 7 y X
B
= 5)
P(T = 12)
=
=
e
8 8
7
7!
e
9 9
5
5!
e
17
17
12
12!
= 0, 16834
b). Sea A el suceso llegan menos de 5 personas.
P(A) = P(T < 5) = e
17
4
i=0
17
i
i!
= 0, 0002
El coste es C = 2000.I
A
+ 1500 I
A
, y el coste diario esperado:
E[C] = 2000 P(A) + 1500.P(A) = 1500, 1
Ejercicio 102
Toc
Volver Doc Doc
Ejercicio 103.
a). P(X
S
= 5) = e
5 5
5
5!
= 0,1754
b).
1
+
2
= 15.
c). Sea Z = X
S
+Y
R
el n umero total de accidentes,
P(Y
R
= 6|Z = 8) =
P(X
S
= 2, Y
R
= 6)
P(Z = 8)
=
e
10 10
6
6!
e
5 5
2
2!
e
15
15
8
/8!
= 0,273
d).
B = 2000 p
1
+ 500 p
2
10
6
(X
S
+Y
R
)
e). Hacemos que sea justo para los empleados de la seccion S, con
2000 p
1
10
6
E[X
S
] = 0, p
1
= 2500 euros
Toc
Volver Doc Doc
Lo mismo para los empleados de la seccion R, con
500 p
2
10
6
E[Y
R
] = 0, p
2
= 20000 euros
Otra forma, es exigir que la razon de los ingresos por seccion sea
la razon de indices de accidentados por seccion , es decir
2000 p
1
500 p
2
=

1
2
p
1
p
2
=
1
8
que junto a E[B] = 2000 p
1
+500 p
2
10
6
15 = 0 proporciona la
misma solucion.
Ejercicio 103
Toc
Volver Doc Doc
Ejercicio 104. Sea X U(2, 4) con
f(x) =
1
2
F
X
=
x 2
2
2 < x < 4
a). P(X < 2,5) = F
X
(2,5) = 0,25
b). P(X > 3,2) = 1 F
X
(3,2) = 1 0,6 = 0,4
c). P(2,2 < X < 3,5) = F
X
(3,5) F
X
(2,2) = 0,75 0,1 = 0,65
d). E[X] = 3 y V ar[X] =
4
12
Ejercicio 104
Toc
Volver Doc Doc
f(x) = 1 F
X
= x 0 < x < 1
a). P(X < 0,9) = 0,9
b). P(0,8 < X < 0,9) = F
X
(0,9) F
X
(0,8) = 0,1
c). E[X] =
1
2
Ejercicio 105
Toc
Volver Doc Doc
f(x) =
x 25000
5000
25000 < x < 30000
como los benecios B = V C
E[B] = E[5 X 100000 2 X) = 3 E[X] 100000 = 17500
Ejercicio 106
Toc
Volver Doc Doc
Ejercicio 107. Sea T Exp() con
f(t) = e
t
F
T
(t) = 1 e
t
0 < t
E[T] =
_

0
t e
t
= (por partes)
=
_
t e
t
e
t
_
0
=
1
Para la varianza V ar[T] = E[T

2
] E[T]
2
se integra dos veces por
partes y se obtiene
2
T
=
1
2
.
Ejercicio 107
Toc
Volver Doc Doc
f(t) = e
t
F
T
(t) = 1 e
t
0 < t
P(T > s +t|T > s) =
P(T > s +t T > s)
P(T > s)
=
P(T > s +t)
P(T > s)
=
e
(s+t)
e
s
= e
t
= P(T > t)
Ejercicio 108
Toc
Volver Doc Doc
f(t) = e
t
F
T
(t) = 1 e
t
0 < t
P(T >
1
) = e
= e
1
y
P(T > 2
1
) = e
2
1
= e
2
Ejercicio 109
Toc
Volver Doc Doc
Ejercicio 110. La probabilidad de que la instalacion no se avere en
tres minutos es P(T > 3) = e
0,253
= e
0,75
= p = 0,472.
a). La variable Y es geometrica G(p) y puede tomar los valores
1, 2, 3, . . . en unidades de 3 minutos. La probabilidad de resolver
el problema en el k-esimo intento y por tanto se empleen 3k
minutos es
P(Y = k) = pq
k1
b). E[Y ] = e
0,75
= 6,35 minutos.
c). Sea Z el n umero de problemas resueltos en 18 minutos. Z se
distribuye como una B(6, p), luego
P(Z = 3) =
_
6
3
_
p
3
q
3
= 0,7072
Ejercicio 110
Toc
Volver Doc Doc
f(t) = e
t
F
T
(t) = 1 e
t
0 < t
como P(T > 100) = e
100
= 0,9 = = 0,00105
a). P(T > 200) = e
200
= 0,81
b). Para hallar t con P(T > t) = 0,95 resolvemos
e
t
= 0,95 = t = 48,85
Ejercicio 111
Toc
Volver Doc Doc
Ejercicio 112. El tiempo B
i
de duracion de una bombilla es Exp(),
la variable M
i
= min(B
1
, B
2
, , B
i
) es tambien exponencial Exp(i ).
M
6
indica el tiempo que transcurre hasta la primera rotura, M
5
in-
dica el tiempo que transcurre entre la primera rotura y la segunda,y
analogamente para M
i
, entonces T
1
= M
6
, T
3
= M
6
+ M
5
+ M
4
y
T
6
= M
6
+M
5
+ +M
1
, luego
E[T
1
] =
120
6
= 20
E[T
3
] =
120
6
+
120
5
+
120
4
= 74
E[T
6
] =
120
6
+
120
5
+ +
120
1
= 220
Ejercicio 112
Toc
Volver Doc Doc
Ejercicio 113.
Sistema en serie. Sea T = min(T
1
, T
2
)
P(T > t) = P(T
1
> t T
2
> t) = P(T
1
> t) P(T
2
> t)
= e
1
t
e
2
t
= e
(
1
+
2
) t
= 1 F
T
(t)
luego
f
T
(t) = (
1
+
2
) e
(
1
+
2
) t
lo que muestra que T sigue una distribucion Exp(
1
+
2
) y por
tanto la esperanza es
E[T] =
1
1
+
2
Toc
Volver Doc Doc
Sistema en paralelo. Sea T = max(T
1
, T
2
)
P(T < t) = P(T
1
< t T
2
< t) = P(T
1
< t) P(T
2
< t)
= (1 e
1
t
) (1 e
2
t
)
= F
T
(t)
y calculando la esperanza se tiene
E[T] =
1
1
+
1
1
+
2
Ejercicio 113
Toc
Volver Doc Doc
Ejercicio 114. En el sistema en paralelo el tiempo es T = max(T
1
, T
2
, T
3
)
P(T < t) = P(T
1
< t T
2
< t T
3
< t) =
= P(T
1
< t) P(T
2
< t) P(T
3
< t)
= (1 e
t
)
3
= F
T
(t)
el calculo de la esperanza por integracion por partes es algo pesado,
y resulta
E[T] =
1
(1 +
1
2
+
1
3
)
Ejercicio 114
Toc
Volver Doc Doc
Ejercicio 115. Sea A el suceso la componente 1 se estropea antes que
la componente 2. Si T
1
es la duracion de la componente 1, T
2
es la
duracion de la componente 2, T
min
es la duracion mnima del sistema
y T
max
es la duracion maxima del sistema, se tiene que
T
max
= T
min
+T
2
A+T
1
A
y tomando esperanzas
E[T
max
] = E[T
min
] +E[T
2
] P(A) +E[T
1
] P(A)
Sustituyendo las esperanzas del ejercicio 113, se obtiene
P(A) =

1
1
+
2
Ejercicio 115
Toc
Volver Doc Doc
Ejercicio 116. Si el tiempo T
i
de cada instrumento es Exp( = 0,1)
con
X
= 10 y
2
X
= 10, el tiempo total de funcionamiento de los 30
instrumentos corresponde a la variable
T = T
1
+T
2
+. . . +T
30
Por el Teorema Central del Lmite, la suma de las 30 variables i.i.d.
se ajusta a una N(n,
_
n
2
X
)
T N(300;
3000)
luego
P(D > 350) = 1 P
_
z <
350 300
54,77
_
= 1 (0,91) = 0, 1814
Ejercicio 116
Toc
Volver Doc Doc
Ejercicio 117. Sea (z) = P(Z z) la funcion de distribucion de
z N(0; 1), con ayuda de la tabla se tiene:
a). P(Z 0) = (0) = 0,5
b). P(Z 1) = (1) = 0,8413
c). P(Z > 1) = 1 (1) = 0,1587
d). P(Z > 1) = 1 (1) = (1) = 0,8413
e). P(1 < Z < 1) = (1) (1) = 0,6826
f). P(2 < Z < 1) = (1) (2) = (2) (1) = 0,1359
Ejercicio 117
Toc
Volver Doc Doc
Ejercicio 118. Se obtienen tipicando a la variable z N(0; 1):
a). P(X 40) = P
_
z
40 50
5
_
= (2) = 0,0228
b). P(X 60) = P
_
z
60 50
5
_
= (2) = 0,9772
c). P(X > 65) = P
_
z >
65 50
5
_
= 1 (3) = 0,0013
d). P(X > 35) = P
_
z >
35 50
5
_
= (3) = 0,9987
e). P(40 < X 60) = (2) (2) = 0,9544
f). P(30 < X 42) = (1,6) (4) = 0,0548
Ejercicio 118
Toc
Volver Doc Doc
Ejercicio 119. Suponemos que X se distribuye N(,
2
). Tenemos:
P(X < 75) = 0,58, P(75 < X < 80) = 0,38
tipicando Z = (X )/ obtenemos
P(Z <
75
= z
0
) = 0,58
P(
75
= z
0
< Z <
80
= z
1
) = 0,38
luego
(z
0
) = 0,58, (z
1
) (z
0
) = 0,38
de la primera igualdad de la tabla N(0, 1) obtenemos z
0
= 0,20, y de
(z
1
) = 0,96 obtenemos z
1
= 1,75. Resolviendo
75
= 0,2
80
= 1,75
obtenemos = 74,35 y = 3,22. Ejercicio 119
Toc
Volver Doc Doc
Ejercicio 120. Sea X la duracion de un artculo cualquiera:
P(X > 170) = 1 P(X 170) = 1 P(z 2) =
1 (2) = (2) = 0,9773
Por otra parte
P(X < 150) = P(z < 6) = 1 (6) = 0,0
Ejercicio 120
Toc
Volver Doc Doc
Ejercicio 121. Sea X la demanda de tipo N(150000, = 10,000). Sea
C la cantidad dispuesta a la venta, entonces calculamos C imponiendo
P(X < C) 0,95
Tipicando, tenemos
P(Z <
C 150000
10,000
= z
0
) = 0,95
De la tabla N(0, 1) se tiene que (1,65) = 0,95, luego
z
0
=
C 150000
10,000
= 1,65 = C = 166500 litros
Ejercicio 121
Toc
Volver Doc Doc
Ejercicio 122. Sea = 0,01. Vamos a hallar la funcion de densidad
del tiempo de funcionamiento T
S
y T
P
para el sistema en serie y en
paralelo respectivamente.
Sistema en Serie:
G
S
(t) = P(T
S
> t) = P(T
1
> t) P(T
2
> t) = G
1
(t) G
2
(t) =
= e
t
e
t
= e
2t
y as tenemos para el sistema en serie la funcion de distribucion
y la funcion de densidad del tiempo T
S
:
F
S
(t) = 1 e
2t
f
S
(t) = 2e
2t
luego
P(T
S
> 50) = G
S
(50) = e
250
= e
1
y
P(T
S
> 50|T
S
> 20) =
P(T
S
> 50 y T
S
> 20)
P(T
S
> 20)
=
=
G
S
(50)
G
S
(20)
= e
0,6
= 0,5488
Toc
Volver Doc Doc
P(T
S
< 50|T
S
> 20) = 1 0,5488 = 0,4512
Sistema en Paralelo:
F
p
(t) = P(T
p
< t) = P(T
1
< t) P(T
2
< t) =
= F
1
(t) F
2
(t) = (1 e
t
)(1 e
t
)
y as, la funcion de supervivencia del tiempo T
p
:
G
p
(t) = 1 (1 e
t
)(1 e
t
)
luego
P(T
p
> 50) = G
p
(50) = 1 (1 e
50
)
2
= 1 (1 e
0,5
)
2
= 0.8452
y
P(T
p
> 50|T
p
> 20) =
P(T
p
> 50 y T
p
> 20)
P(T
p
> 20)
=
G
p
(50)
G
p
(20)
= e
0,6
P(T
p
< 50|T
p
> 20) = 1 0,8739 = 0,1261
Ejercicio 122
Toc
Volver Doc Doc
Ejercicio 123. Sea R
1
el recorrido con el primer par de zapatillas, y
R
i
el recorrido con el par iesimo de zapatillas. El recorrido total R
T
con n pares de zapatillas equivale a:
R
T
= R
1
+R
2
+. . . +R
n
La variable R
T
sigue una distribucion normal N(20 n;
2
= 16 n).
P(R
T
> 300) = P(Z >
300 20n
4
n
= z
0
) 0,95
1 (z
0
) 0,95 (z
0
) 0,05
de las tablas obtenemos z
0
= 1,65 y as
300 20n
4
n
= z
0
1,65
resolviendo esta ecuacion se obtiene n 17. Ejercicio 123
Toc
Volver Doc Doc
Ejercicio 124. Sea C la cantidad que lleva en el bolsillo. Sea X el
n umero de partidas ganadas de 400, de tipo B(400; 1/2). Sea B el
benecio B = 5X 5(400 X) = 10X 2000. Hay que calcular C
con la condicion
P(B +C 0) 0,95
Es decir
P(10X 2000 +C 0) = P
_
X
2000 C
10
_
0,95
Aproximando X por la distribucion normal N(200; = 10) se tiene
P
_
Z
2000C
10
200
10
= z
0
_
0,95
Como 1 (z
0
) 0,95, buscando en la tabla N(0; 1), obtenemos
z
0
= 1,65, luego resolviendo la ecuacion
2000C
10
200
10
1,65 C 165
Ejercicio 124
Toc
Volver Doc Doc
Ejercicio 125. Sea X la ganancia por accion y G la ganancia total
del corredor de bolsa. Entonces
G = 50X 1200,50 = 50X 60,000
luego
P(G 0) = P(50X 60000 0)
= P(X 1200)
=
_
2000
1200
1
1000
dx = 0,8
Ejercicio 125
Toc
Volver Doc Doc
Ejercicio 126. Sea f
A
la frecuencia obtenida con una muestra de
tama no n. Se tiene que f
A
N(p,
_
pq/n), siendo la proporcion real
p = 0,52. Hay que determinar n con la condicion
P(f
A
< 0,50) 0,01
Tipicando, obtenemos
P
_
_
Z <
0,5 0,52
_
0,52 0,48
n
= z
0
_
_
0,01
Como (z
0
) 0,01, de la tabla N(0; 1), obtenemos z
0
= 2,33, luego
z
0
=
0,5 0,52
_
0,52,0,48
n
2,33 = n 3388
Ejercicio 126
Toc
Volver Doc Doc
Ejercicio 127. Sean X
A
las partidas ganadas por A en 300 partidas,
con X
A
B(300; 2/3),
A
= np = 200 y
A
=

npq = 8,165
a). Con la aproximacion X
A
N(200; 8,165)
P(175 < X
A
< 230) = P
_
175 200
8,165
< z <
230 200
8,165
_
= (3,67) (3,06) = 0,99
b). El benecio de A en las 300 partidas es,
B
A
= 21 X
A
6(300 X
A
) = 27 X
A
1800
luego E[B
A
] = 27 E[X
A
] 1800 = 3600 euros y por tanto el de
B sera de -3600 euros.
c). Las perdidas de B en las n partidas son las ganancias de A,
P
B
= 21 X
A
6(n X
A
) = 27 X
A
6n
Se pide n para que
P(P
B
> 200) > 0,9772
Toc
Volver Doc Doc
o sea
P
_
X
A
<
200 + 6n
27
_
> 0,9772
con la aproximacion X
A
N(
2n
3
;
2
=
2 n
9
), se tiene
P
_
Z <
200+6n
27

2n
3
_
2n/9
= z
0
_
> 0,9772
Como (2) = 0,9772, resolvemos la inecuacion
200+6n
27

2n
3
_
2n/9
2
y obtenemos n 28 partidas.
Ejercicio 127
Toc
Volver Doc Doc
Ejercicio 128. Sea El contenido X en cl. de un bote de cerveza es
X N(30; 2):
a).
P(X > 33) = 1 P(X 33) = 1 P(z 1,5)
= 1 (1,5) = 1 0,9332 = 0,0668
b). Si X
i
es el contenido del bote i-esimo, el contenido total de los
6 botes S es
S = X
1
+X
2
+. . . +X
6
siendo S la suma de 6 variables aleatorias normales i.i.d, S
N(198,
24)
P(S < 175) = P(z <
175 198
24
) = P(z < 4,695) = 0
Ejercicio 128
Toc
Volver Doc Doc
Ejercicio 129. Sea X el n umero de fallecidos de un total de 2000 in-
gresados la variable X B(2000, p = 0,3), con np = 600 y npq = 420.
Aproximando a la distribucion normal N(600;
2
= 420), tenemos:
P(X 550) = P
_
z <
550 600
420
_
= P(z < 2,44) = 0,0073
Ejercicio 129
Toc
Volver Doc Doc
Ejercicio 130. El n umero X de unidades defectuosas producidas
diariamente sigue una distribucion de Poisson Po( = 10). En 150 dias
el n umero de unidades defectuosas producidas sera Poisson Po( =
1500). Con la aproximacion a la distribucion normal N(1500,
2
=
1500), tenemos:
P(X > 1480) = 1 P(z <
1480 1500
1500
) =
= 1 (0,516) = (0,516) = 0,69
Ejercicio 130
Toc
Volver Doc Doc
Ejercicio 131. Si la demanda X es N(10000; 100),
P(X (9,930, 10170)) = 1 P(9,930 < X < 10170)
= 1 P
_
9930 10000
100
< z <
10170 10000
100
_
= 1 (1,7) + (0,7) = 0,2866
Ejercicio 131
Toc
Volver Doc Doc
Ejercicio 132. De los 2.000 artculos, sean X
1
y X
2
los artculos
vendidos de precios p
1
y p
2
respectivamente. Como
X
2
B(2000; p = 0,3)
P(X 800) =
2000
i=800
_
2000
i
_
0,3
i
0,7
2000i
aproximando a la normal N(600,
2
= 420), tenemos
P(X 800) = P
_
z
800 600
420
_
= 1 (9,76) = 0
Ejercicio 132
Toc
Volver Doc Doc
Ejercicio 133. El n umero de vehculos X de los 4.000 automoviles
vendidos que estara en servicio dentro de dos a nos es B(4000; 0,8),
luego por aproximacion a la normal N(np, npq), tendremos
P(X > 3120) = 1 P
_
z <
3120 3200
640
_
= 1 (3,16) = 0,9992
Ejercicio 133
Toc
Volver Doc Doc
Ejercicio 134. La demanda diaria X sigue una distribucion uniforme
U(20, 40) con
X
= 30 y
2
X
= 20
2
/12. La demanda en 182 dias
corresponde a la variable
D = X
1
+X
2
+. . . +X
182
siendo X
i
la demanda del da i-esimo. Por el Teorema Central del
Lmite, la suma de las 182 variables i.i.d.(independientes e identica-
mente distribuidas) se ajusta a una N(n,
_
n
2
X
)
D N(5460,
_
6066,67)
luego
P(D > 6370) = 1 P(z <
6370 5460
6066,67
) = 1 (11,68) = 0,00
Ejercicio 134

Estadística

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estadística

Uploaded by

Copyright:

Available Formats

ESTAD

y de la denicion de E[X] y V ar[X] se obtiene con facilidad que

n) 0,975 = (1,96) = 0,2

n) 0,975 = (1,96) = 0,268

n) 0,99 = (2,326) = 0,092

n) 0,99 = (2,326) = 0,04

Para la varianza V ar[T] = E[T

You might also like